黃仁勳 GTC 預示 AI 工廠未來，新架構與協同設計引領美國重啟工業化

輝達 (NVIDIA) 創辦人暨執行長黃仁勳在華盛頓特區舉行的 GTC 大會主題演講中，描繪人工智慧 (AI) 為下個工業革命的願景，並將其比喻為美國繼太空時代黎明以來最大的能力考驗。他強調，我們正處於技術的前端，將以最快的速度前進。輝達發布了一系列革命性的新產品和合作夥伴關係，目的在為全球的科學家、工程師和夢想家打造「AI工廠」。

計算模式革命開始加速計算與摩爾定律終結

黃仁勳回顧了美國歷史上的創新時代，從貝爾實驗室的電晶體誕生、IBM System/360 到蘋果公司的個人電腦。他指出，半導體產業的基礎登納德縮放（Dinard scaling）已在大約十年前停止。由於物理定律的限制，電晶體的性能和功耗增長已大幅放緩，這意味著摩爾定律 (Moore’s law) 無法持續。

為了解決通用電腦無法解決的問題，輝達發明了一種新的運算模型「加速運算」。輝達發明了 GPU 和 CUDA 程式設計模型，透過利用並行計算能力，將運算能力擴展到傳統 CPU 之外。而 CUDA 已是該公司的核心寶藏，歷經 30 年的發展，現已推出 CUDA 13，即將推出 CUDA 14，還有數億個 GPU 運行著完全兼容的 CUDA。甚至，加速計算需要重新設計演算法、創建新的函式庫，並重寫應用程式，輝達也已針對不同領域如計算曝光（cuLitho）、數值優化（cuOpt）、醫療成像（Monai）和基因組學（Ariel）等，開發了 350 多個 CUDA X 函式庫。

從工具到工作者轉變的 AI 工廠

黃仁勳指出，AI 的影響遠超聊天機器人。AI 已經徹底改變了整個運算堆疊，從傳統的手寫代碼轉變為機器學習，這是一種訓練數據密集的編程方式，運行在 GPU 上。他解釋，AI 的計算單元是 Token。Token 可以代表文字、圖像、影片、3D 結構，甚至化學物質、蛋白質和基因等。一旦資訊被 Token 化，AI 就能學習其語言和含義，進行翻譯和生成。

過去，軟體產業是關於創建如 Excel 或瀏覽器這樣的工具。然而，AI 的本質是工作，AI 系統本質上是能夠使用這些工具的工作者。這種新的計算需求，需要一種新型的系統— AI 工廠。與過去用於儲存檔案和運行多種應用的通用資料中心不同，AI 工廠專門設計用於生產 Token，這些 Token 必須盡可能有價值，並且必須以極高的速率生產，同時具備成本效益。

AI 發展正面臨兩個指數級成長壓力

黃仁勳強調，AI的發展現正面臨兩個指數級成長壓力。首先，隨著 AI 模型從預訓練、後訓練到推論，運算需求呈指數級增長。其次，由於 AI 模型變得更加智慧，人們願意為之付費，這形成了一個良性循環。模型越智能，使用的人越多。使用越多，所需的計算資源就越多。

為維持這個良性循環，並在摩爾定律結束之際大幅降低成本，輝達採用了極致協同設計（Extreme Co-Design）。這種設計從零開始，同時考慮新的電腦架構、晶片、系統、軟體、模型架構和應用程式。透過這種方法，輝達推出了 Blackwell 架構及 Grace Blackwell NVLink 72 系統。GB200 是第一個機架級 AI 超級電腦，而下一代則是 Vera Rubin。

黃仁勳展示了 Vera Rubin 系統的設計，該系統將整個機架視為一台電腦，透過 NVLink 72 將 72 個 GPU （或144個GPU核心）連接成一個巨大的虛擬 GPU。整體 Grace Blackwell NVLink 72 的性能提升是驚人的。Grace Blackwell 每個 GPU 的性能比 H200 高出 10 倍。儘管 GB200 是最昂貴的電腦之一，但其 Token 生成能力極強，能以全球最低的成本生產 Token。這證明了極致協同設計的效益：性能提高 10 倍，成本降低 10 倍。

輝達預計 Blackwell 和 Rubin 架構將帶來巨大的市場成長。到 2026 年，Blackwell 和 Rubin早期的累積業務可見度已達五千億美元，這是 Hopper 整個生命週期增長率的五倍。此外， NVIDIA 強調了將製造業帶回美國的承諾，Blackwell 和未來幾代 AI 工廠系統將在亞利桑那州、印第安納州和德克薩斯州等地製造。

六大領域的創新突破與合作夥伴

在演講中，黃仁勳指輝達為了發展整個 AI 生態系，宣布了在六個關鍵領域的重大進展：

1. 6G 與電信基礎設施：為了讓美國在 6G 革命中再次居於核心地位，輝達與諾基亞（Nokia）達成重大合作。輝達推出了新的產品線「NVIDIA Arc」（空中無線電網路電腦，Aerial Radio Network Computer）。「NVIDIA Arc」結合了 Grace CPU、Blackwell GPU 和 C onnectX 網路，運行 Aerial 函式庫。諾基亞將採用「NVIDIA Arc」作為其未來基地台，並能升級全球數百萬個 Airscale 基地台，實現 6G 和 AI 功能。

2.量子計算：量子計算的未來是 GPU 超算與量子處理器（QPU）的協同工作。為此，輝達發布了 NVQLink，這是一種新的互連架構，能夠直接連接量子處理器和 NVIDIA GPU。 NVQLink 能夠以每秒數千次的速度傳輸 TB 級數據，以進行量子錯誤修正（Quantum Error Correction）和 AI 校準。目前，平台已得到 17 家量子計算公司和幾乎所有美國能源部（DOE）實驗室的支持。

3.企業運算與網路安全：AI 將極大地提升網路安全挑戰，需要更強大的防禦者。輝達與 CrowdStrike 合作，創建雲端和邊緣的網路安全 AI 代理。此外，輝達還與 Palantir 合作，加速其 Ontology 平台，以便能夠以光速處理結構化和非結構化數據，用於國家安全和企業洞察。

4.機器人與實體 AI（Physical AI）：實體 AI 需要三種電腦，那就是用於訓練模型的 Grace Blackwell、用於模擬（數位分身）的 Omniverse 電腦，以及用於操作的 Jetson Thor 機器人電腦。輝達推出了 Omniverse DSX，作為建造和操作 Gigascale AI 工廠的藍圖。DSX 實現了計算、電力和冷卻設施的協同設計。輝達正與鴻海 Figure、Agility 和 Disney Research 合作，推出可愛的機器人 Disney Blue，其動作完全在 Omniverse 中模擬學習。

5.自動駕駛：機器人正在輪子上實現商業化。輝達發布了 Drive Hyperion 平台，這是一個標準化的傳感器套件和計算平台，目的在讓全球汽車公司，如 Lucid、Mercedes-Benz、Stalantis 等能夠開發 Robo Taxi。輝達還宣布與 Uber 合作，將 Drive Hyperion 汽車連接到全球網路。

6.開源模型：黃仁勳強調，美國必須引領開源模型（Open-Source Models）的發展，因為這是科學家、研究人員和新創公司的命脈。輝達一直以來在開源貢獻方面處於領先地位，在各大排行榜上擁有 23 個模型，涵蓋語言模型、實體 AI 模型到生物學模型。